「cs.DC」カテゴリーアーカイブ

Graph Neural Networks as Ordering Heuristics for Parallel Graph Coloring

投稿日: 2024年8月12日 作成者: jarxiv

要約 グラフの色付け問題では、隣接する頂点のペアが同じ色を共有しないという制約を … 続きを読む →

カテゴリー: cs.DC, cs.LG | Graph Neural Networks as Ordering Heuristics for Parallel Graph Coloring はコメントを受け付けていません

Impacts of floating-point non-associativity on reproducibility for HPC and deep learning applications

投稿日: 2024年8月12日 作成者: jarxiv

要約 浮動小数点非結合性 (FPNA) によって引き起こされる並列プログラムの実 … 続きを読む →

カテゴリー: cs.DC, cs.LG | Impacts of floating-point non-associativity on reproducibility for HPC and deep learning applications はコメントを受け付けていません

ORBIT: Oak Ridge Base Foundation Model for Earth System Predictability

投稿日: 2024年8月12日 作成者: jarxiv

要約 地球システムの予測可能性は、環境力学の複雑さと関係する多数の変数によって挑 … 続きを読む →

カテゴリー: cs.AI, cs.DC, eess.IV, physics.ao-ph, physics.geo-ph | ORBIT: Oak Ridge Base Foundation Model for Earth System Predictability はコメントを受け付けていません

PriPHiT: Privacy-Preserving Hierarchical Training of Deep Neural Networks

投稿日: 2024年8月12日 作成者: jarxiv

要約 ディープ ニューラル ネットワークのトレーニング フェーズには大量のリソー … 続きを読む →

カテゴリー: cs.CR, cs.CV, cs.DC, cs.LG, eess.IV, I.2.10 | PriPHiT: Privacy-Preserving Hierarchical Training of Deep Neural Networks はコメントを受け付けていません

FOOL: Addressing the Downlink Bottleneck in Satellite Computing with Neural Feature Compression

投稿日: 2024年8月9日 作成者: jarxiv

要約 広大な地理的領域を捕捉するセンサーを備えた超小型衛星群は、地球観測に前例の … 続きを読む →

カテゴリー: cs.CV, cs.DC, cs.LG, cs.NI, eess.IV | FOOL: Addressing the Downlink Bottleneck in Satellite Computing with Neural Feature Compression はコメントを受け付けていません

PraFFL: A Preference-Aware Scheme in Fair Federated Learning

投稿日: 2024年8月8日 作成者: jarxiv

要約 フェデレーテッド ラーニングにおける公平性は重要な懸案事項として浮上してお … 続きを読む →

カテゴリー: cs.CY, cs.DC, cs.LG | PraFFL: A Preference-Aware Scheme in Fair Federated Learning はコメントを受け付けていません

A Blockchain-based Reliable Federated Meta-learning for Metaverse: A Dual Game Framework

投稿日: 2024年8月8日 作成者: jarxiv

要約 アバターベースの仮想インタラクションの次のデジタルフロンティアとして構想さ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.GT, cs.LG | A Blockchain-based Reliable Federated Meta-learning for Metaverse: A Dual Game Framework はコメントを受け付けていません

ORBIT: Oak Ridge Base Foundation Model for Earth System Predictability

投稿日: 2024年8月8日 作成者: jarxiv

要約 地球システムの予測可能性は、環境力学の複雑さと関係する多数の変数によって挑 … 続きを読む →

カテゴリー: cs.AI, cs.DC, eess.IV, physics.ao-ph, physics.geo-ph | ORBIT: Oak Ridge Base Foundation Model for Earth System Predictability はコメントを受け付けていません

FedBAT: Communication-Efficient Federated Learning via Learnable Binarization

投稿日: 2024年8月7日 作成者: jarxiv

要約 フェデレーテッド ラーニングは、ユーザーのプライバシーを暴露することなく大 … 続きを読む →

カテゴリー: cs.DC, cs.LG | FedBAT: Communication-Efficient Federated Learning via Learnable Binarization はコメントを受け付けていません

Masked Random Noise for Communication Efficient Federaetd Learning

投稿日: 2024年8月7日 作成者: jarxiv

要約 フェデレーション ラーニングは、データ プライバシーを効果的に保護する有望 … 続きを読む →

カテゴリー: cs.DC, cs.LG | Masked Random Noise for Communication Efficient Federaetd Learning はコメントを受け付けていません